CN109359341B - 一种城市气浮颗粒扩散追踪方法 - Google Patents

一种城市气浮颗粒扩散追踪方法 Download PDF

Info

Publication number
CN109359341B
CN109359341B CN201811099757.5A CN201811099757A CN109359341B CN 109359341 B CN109359341 B CN 109359341B CN 201811099757 A CN201811099757 A CN 201811099757A CN 109359341 B CN109359341 B CN 109359341B
Authority
CN
China
Prior art keywords
air
particle concentration
floating
fitting function
wind speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811099757.5A
Other languages
English (en)
Other versions
CN109359341A (zh
Inventor
张彩霞
郭静
王向东
王新东
胡绍林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan University
Original Assignee
Foshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foshan University filed Critical Foshan University
Priority to CN201811099757.5A priority Critical patent/CN109359341B/zh
Publication of CN109359341A publication Critical patent/CN109359341A/zh
Application granted granted Critical
Publication of CN109359341B publication Critical patent/CN109359341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种城市气浮颗粒扩散追踪方法，包括：建立采集点；以采集点为原点，建立空间直角坐标系；采集在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据；将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数；将采集得到的风速数据进行曲线拟合得到风速拟合函数；将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图；本发明利用污染物分布数学模型得到气浮颗粒污染物扩散范围预测图，通过所述气浮颗粒污染物扩散范围预测图得到气浮颗粒的扩散范围，实现对气浮颗粒的追踪。解决了现有缺乏对气浮颗粒追踪方面的短板。可用于城市气浮污染物的追踪中。

Description

一种城市气浮颗粒扩散追踪方法
技术领域
本发明创造涉及城市管理技术领域，特别涉及一种城市气浮颗粒扩散追踪方法。
背景技术
气浮颗粒(烟团、PM2.5、PM10等)漂移、放射泄漏污染、化学气体扩散、(油体泄漏、赤潮等)水体污染表现为在空间上的区域性和污染区域内的不同浓度/强度分布，对于水体污染物的扩散分布已经有成熟的追踪方法，但是对于气浮颗粒的扩散分布的追踪方法还是缺乏。
发明内容
本发明的目的是提供一种城市气浮颗粒扩散追踪方法，解决现有气浮颗粒扩散分布追踪方面的短板。
本发明解决其技术问题的解决方案是：一种城市气浮颗粒扩散追踪方法，包括：
步骤1、建立采集点；
步骤2、以采集点为原点，建立空间直角坐标系；
步骤3、采集在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据；
步骤4、将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数；
步骤5、将采集得到的风速数据进行曲线拟合得到风速拟合函数；
步骤6、将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图；
其中，所述污染物分布数学模型为：
Figure BDA0001806374660000021
其中，a(x,y,z)为气浮颗粒浓度拟合函数，b(x,y,z)为风速拟合函数。
进一步，在步骤3中，在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据的采集方法包括：利用无人机采集不同坐标点的气浮颗粒浓度数据和风速数据。
进一步，在步骤4中，将采集得到的气浮颗粒浓度数据进行曲线拟合的方法包括最小二乘法。
进一步，在步骤5中，将采集得到的风速数据进行曲线拟合的方法包括最小二乘法。
本发明的有益效果是：本发明的方法通过建立污染物分布数学模型，并利用污染物分布数学模型得到气浮颗粒污染物扩散范围预测图，通过所述气浮颗粒污染物扩散范围预测图得到气浮颗粒的扩散范围，实现对气浮颗粒的追踪。解决了现有缺乏对气浮颗粒追踪方面的短板。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。
图1是实施例1的步骤流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，文中所提到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
实施例1，参考图1，一种城市气浮颗粒扩散追踪方法，包括：
步骤1、建立采集点；
步骤2、以采集点为原点，建立空间直角坐标系；
步骤3、采集在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据；
步骤4、将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数；
步骤5、将采集得到的风速数据进行曲线拟合得到风速拟合函数；
具体的，在步骤4和步骤5中，可采用曲线拟合软件对气浮颗粒浓度数据和风速数据进行曲线拟合，本实施例采用的是Origin软件。
步骤6、将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图；具体的，可采用MATLAB运行污染物分布数学模型，从而得到污染物扩散范围预测图，根据所述污染物扩散范围预测图即可得到气浮颗粒扩散的范围，实现对气浮颗粒的追踪。
其中，所述污染物分布数学模型为：
Figure BDA0001806374660000041
其中，a(x,y,z)为气浮颗粒浓度拟合函数，b(x,y,z)为风速拟合函数。
本发明的方法通过建立污染物分布数学模型，并利用污染物分布数学模型得到气浮颗粒污染物扩散范围预测图，通过所述气浮颗粒污染物扩散范围预测图得到气浮颗粒的扩散范围，实现对气浮颗粒的追踪。
作为优化，在步骤3中，在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据的采集方法包括：利用无人机采集不同坐标点的气浮颗粒浓度数据和风速数据。采用无人机进行数据采集可以更加方便的进行大量数据的采集，相对于固定监测站的采集方法，利用无人机采集可以使得采集更加灵活，效果更好。
作为优化，在步骤4中，将采集得到的气浮颗粒浓度数据进行曲线拟合的方法包括最小二乘法；在步骤5中，将采集得到的风速数据进行曲线拟合的方法包括最小二乘法。
以上对本发明的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (4)

1.一种城市气浮颗粒扩散追踪方法，其特征在于，包括：
步骤1、建立采集点；
步骤2、以采集点为原点，建立空间直角坐标系；
步骤3、采集在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据；
步骤4、将采集得到的气浮颗粒浓度数据进行曲线拟合得到气浮颗粒浓度拟合函数；
步骤5、将采集得到的风速数据进行曲线拟合得到风速拟合函数；
步骤6、将所述气浮颗粒浓度拟合函数和风速拟合函数代入污染物分布数学模型得到污染物扩散范围预测图；
其中，所述污染物分布数学模型为：
Figure FDA0001806374650000011
其中，a(x,y,z)为气浮颗粒浓度拟合函数，b(x,y,z)为风速拟合函数。
2.根据权利要求1所述的一种城市气浮颗粒扩散追踪方法，其特征在于，在步骤3中，在所述空间直角坐标系下，不同坐标点的气浮颗粒浓度数据和风速数据的采集方法包括：利用无人机采集不同坐标点的气浮颗粒浓度数据和风速数据。
3.根据权利要求1所述的一种城市气浮颗粒扩散追踪方法，其特征在于，在步骤4中，将采集得到的气浮颗粒浓度数据进行曲线拟合的方法包括最小二乘法。
4.根据权利要求1所述的一种城市气浮颗粒扩散追踪方法，其特征在于，在步骤5中，将采集得到的风速数据进行曲线拟合的方法包括最小二乘法。
CN201811099757.5A 2018-09-20 2018-09-20 一种城市气浮颗粒扩散追踪方法 Active CN109359341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811099757.5A CN109359341B (zh) 2018-09-20 2018-09-20 一种城市气浮颗粒扩散追踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811099757.5A CN109359341B (zh) 2018-09-20 2018-09-20 一种城市气浮颗粒扩散追踪方法

Publications (2)

Publication Number Publication Date
CN109359341A CN109359341A (zh) 2019-02-19
CN109359341B true CN109359341B (zh) 2022-11-22

Family

ID=65351029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811099757.5A Active CN109359341B (zh) 2018-09-20 2018-09-20 一种城市气浮颗粒扩散追踪方法

Country Status (1)

Country Link
CN (1) CN109359341B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114492147A (zh) * 2022-02-15 2022-05-13 西南石油大学 一种颗粒运动全过程的跟踪方法、***及可存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104897853B (zh) * 2015-05-27 2016-08-24 石家庄科林电气股份有限公司 基于塔式扩散模型的火电厂污染物排放监测显示方法
CN106651036A (zh) * 2016-12-26 2017-05-10 东莞理工学院 空气质量预报***
CN106777762B (zh) * 2016-12-31 2020-01-10 中国科学技术大学 一种街道峡谷内污染物分布实时估计方法
CN114280695A (zh) * 2017-05-09 2022-04-05 西南石油大学 一种空气污染物监测预警方法及云平台
CN108182491A (zh) * 2017-12-27 2018-06-19 宇星科技发展(深圳)有限公司 大气细颗粒物(pm2.5)实时源解析定位方法

Also Published As

Publication number Publication date
CN109359341A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN111461167A (zh) 基于大数据的污染源定位方法、装置、设备及存储介质
CN108489875B (zh) 一种基于时段统计分析的污染物溯源***及方法
CN107657348A (zh) 一种基于物联网的全方位水质智能监管方法及其***
CN113128791B (zh) 基于moves模型的机动车排放清单测算方法及装置
CN105049472A (zh) 基于北斗和物联网技术的城市pm2.5监测***及方法
CN108200163B (zh) 一种基于窄带物联网的粉尘监测方法及***
CN111652975A (zh) 城市建筑群可利用太阳能资源评估方法及***
CN111693672A (zh) 一种流域污染物监测***及其监测方法
CN104280070A (zh) 大数据云服务集中环境监测平台
CN109375285A (zh) 一种应用于污染分析的玫瑰图制作方法
CN109359341B (zh) 一种城市气浮颗粒扩散追踪方法
CN109725371A (zh) 基于低频流场图的华南地区台风和暴雨的预测方法
Ma et al. A new method for quantification of regional nitrogen emission-Deposition transmission in China
CN107272780B (zh) 一种基于除雾霾的景天植物屋顶无土绿化控制***
CN112132451A (zh) 一种工业园区综合管理***快速搭建平台
CN103019217B (zh) 一种基于地理位置信息的混合动力车辆模式控制方法
CN105279954A (zh) 一种站点采集方法及装置
CN116977666A (zh) 一种城市道路点云数据的绿度空间的评价方法及可读存储介质
CN103606050A (zh) 一种地质灾害处理***及其使用方法
CN104915551B (zh) 一种基于车载式数据采集技术的pm2.5浓度估算方法
CN203882417U (zh) 基于物联网的山体滑坡和泥石流报警***
CN206862991U (zh) 一种网格化微型空气质量监测子站
CN211124126U (zh) 一种水环境质量监管***
CN109061065A (zh) 一种基于物联网的城市空气质量监控管理和确定污染源方法
CN212301501U (zh) 无人机智能空气污染物监测装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant